
Szybsze innowacje
Eksperymentujesz z Gemini?
Włączanie generatywnej AI w procesie tworzenia gier przy pomocy Gemini i Gemma AI
Dowiedz się, jak generatywne AI można stosować na różnych etapach tworzenia gry, od wstępnej produkcji po rozwiązania w grze, korzystając z modeli AI Gemini i Gemma.
Utwórz aplikację do planowania podróży z użyciem generatywnej AI
Dowiedz się, jak używać Fluttera i Firebase Genkit do tworzenia wieloplatformowych aplikacji, które można łatwo zintegrować z AI.
Tworzenie krzyżówek dla wielu graczy za pomocą interfejsu Gemini API, Flutter i Firebase
Dowiedz się, jak zespoły inżynierów Google stworzyły krzyżówkę dla wielu graczy za pomocą Gemini, Fluttera i Firebase.
Pierwsze kroki z interfejsem Gemini API oraz Dartem i Flutterem
Dowiedz się, jak używać interfejsu Gemini API i pakietu SDK Google AI Dart do tworzenia prototypów generatywnej AI w aplikacji Dart i Flutter.
Wykorzystanie modelu Gemini Pro Vision do interpretacji obrazów, multimodalnych promptów i ułatwień dostępu
Dowiedz się, jak korzystać z funkcji multimodalnych modelu Gemini do analizowania dokumentów HTML i plików graficznych w celu dodawania opisów ułatwień na stronie internetowej w skrypcie NodeJS.
Pierwsze kroki z interfejsem Gemini API i Androidem
Dowiedz się, jak używać interfejsu Gemini API i pakietu Google AI SDK do tworzenia prototypów generatywnej AI w aplikacjach na Androida.
Pierwsze kroki z interfejsem Gemini API i Swift
Dowiedz się, jak używać interfejsu Gemini API i pakietu Google AI Swift SDK do tworzenia prototypów generatywnej AI w Swift.
Pierwsze kroki z Gemini API i aplikacjami internetowymi
Dowiedz się, jak używać interfejsu Gemini API i pakietu SDK Google AI JavaScript do tworzenia prototypów generatywnej AI na potrzeby aplikacji internetowych.
Pierwsze kroki z Google AI Studio, Gemini AI i NodeJS
Dowiedz się, jak tworzyć prototypy promptów tekstowych w Google AI Studio, i zacznij pisać swój pierwszy skrypt Gemini AI NodeJS.
Masz konkretne wyzwanie?
Pierwsze kroki z wyszukiwaniem wektorowym w Spanner
W tym ćwiczeniu utworzysz instancję Spannera i wykonasz wyszukiwanie podobieństw wektorów dystrybucyjnych za pomocą wbudowanego wyszukiwania wektorowego w Spannerze oraz integracji z modelami Vertex AI.
Aidemy: tworzenie systemów wieloagentowych za pomocą LangGraph, EDA i generatywnej AI w Google Cloud
Aby opracować na platformie Google Cloud Platform funkcjonalny system asystenta nauczyciela oparty na AI, nazwany „Aidemy”, który demonstruje możliwości systemów wieloagentowych. Zdobądź praktyczne doświadczenie w zakresie projektowania, tworzenia i wdrażania złożonego systemu wieloagentowego w Google Cloud, opanowania kluczowych pojęć związanych z rozwojem aplikacji LLM oraz zrozumienia zalet architektur opartych na zdarzeniach.
Aplikacja do wyszukiwania zabawek z bazami danych w chmurze, środowiskiem uruchomieniowym bez serwera i integracjami z oprogramowaniem open source
W tym laboratorium programistycznym utworzysz aplikację wyszukiwania wektorowego opartą na RAG, która wyszukuje zabawki pasujące do wyszukiwania przez klienta (za pomocą tekstów i obrazów), tworzy zabawki niestandardowe na podstawie prośby użytkownika oraz przewiduje cenę niestandardowej zabawki, korzystając z AlloyDB, Gemini, Imagen, LangChain4j i GenAI Toolbox for Databases.
Interfejs Private Service Connect Vertex AI Pipelines
Z tego samouczka dowiesz się, jak skonfigurować i zweryfikować Vertex AI Pipelines w Private Service Connect
Tworzenie aplikacji do obsługi czatu na podstawie LLM i RAG przy użyciu AlloyDB AI i LangChain
Z tego ćwiczenia w Codelab dowiesz się, jak utworzyć klaster AlloyDB, wdrożyć usługę GenAI Databases Retrieval Service do baz danych i utworzyć przykładową aplikację korzystającą z tej usługi.
AlloyDB Omni i model AI lokalnego w Kubernetes.
W tym laboratorium kodu dowiesz się, jak wdrożyć AlloyDB Omni w klastrze GKE, wdrożyć model I w tym samym klastrze, zarejestrować model w AlloyDB Omni i sprawić, aby działały razem
Przyspieszanie wysyłania zapytań analitycznych za pomocą silnika kolumnowego w AlloyDB Omni.
Z tego ćwiczenia w Codelabs dowiesz się, jak wdrożyć AlloyDB Omni w maszynie wirtualnej Compute, wczytywać dane i używać AlloyDB Columnar Engine do zwiększenia wydajności
Wprowadzenie do wektorów dystrybucyjnych z AlloyDB AI
Z tego ćwiczenia w Codelabs dowiesz się, jak używać AlloyDB AI w połączeniu z wyszukiwaniem wektorowym i tworzyć indeksy danych wektorowych
Omówienie funkcji Gemini Code Assist Standard i Enterprise w edytorze Google Cloud Shell dla deweloperów
W tym ćwiczeniu skorzystasz z Gemini Code Assist, czyli opartej na AI usługi wspomagającej w Google Cloud. Poznasz sposoby korzystania z Gemini Chat i funkcji wstawiania kodu, aby generować kod, interpretować kod i wykonywać inne zadania związane z kodowaniem przy użyciu AI.
Pierwsze kroki z wektorami dystrybucyjnymi w Cloud SQL for PostgreSQL
W tym laboratorium programistycznym dowiesz się, jak używać integracji Cloud SQL AI w połączeniu z wyszukiwaniem wektorowym i tworzyć indeksy danych wektorowych.
Wyświetlanie obrazów AVIF
Obrazy stanowią ponad 60% bajtów potrzebnych do wczytania strony internetowej. Dzięki AVIF możesz zmniejszyć rozmiar obrazów i przyspieszyć wczytywanie witryny. AVIF to format obrazu pochodzący z bitream wideo AV1. Format AVIF został opracowany z
Jak utworzyć połączenie Private Service Connect dla AlloyDB
Z tego Codelab dowiesz się, jak utworzyć usługę Private Service Connect dla AlloyDB
Tworzenie narzędzia do podsumowywania filmów w YouTube na podstawie Gemini
Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć narzędzie do streszczania filmów na podstawie Gemini, które może streszczać filmy w YouTube.
Jak utworzyć Private Service Connect dla Cloud SQL
Z tego ćwiczenia dowiesz się, jak utworzyć usługę Private Service Connect dla Cloud SQL
Instalowanie i konfigurowanie Toolboxa do zastosowań generatywnej AI i agentów w AlloyDB
W tym laboratorium programistycznym utworzysz i wdrożysz narzędzia dla aplikacji do prognozowania cen, która korzysta z AlloyDB i funkcji generatywnej AI za pomocą usługi GenAI Toolbox for Databases.
Praktyczne techniki obserwowalności w przypadku aplikacji generatywnej AI w języku Go
Aplikacje korzystające z generatywnej AI wymagają możliwości obserwacji jak każda inna aplikacja. Czy w przypadku generatywnej AI wymagane są specjalne techniki obserwowalności? W tym laboratorium utworzysz prostą aplikację wykorzystującą generatywną
Tworzenie za pomocą Firebase Data Connect
Dowiedz się, jak tworzyć aplikacje internetowe za pomocą Firebase Data Connect i GraphQL
Codelab – tworzenie kontekstowej aplikacji do rekomendowania asan jogi za pomocą Firestore, wyszukiwania wektorowego, Langchain i Gemini (wersja w Pythonie)
To ćwiczenie w Codelab poprowadzi Cię przez proces tworzenia aplikacji do rekomendowania pozycji jogi opartej na wiedzy. Aplikacja odpowiada na pytania użytkowników, sugerując odpowiednie pozycje jogi. Dowiesz się, jak utworzyć kolekcję Firestore zawierającą pozycje jogi na podstawie zbioru danych Hugging Face, skonfigurować wyszukiwanie wektorów w Firestore i zintegrować wszystko z aplikacją Flask.
Praktyczne techniki obserwowalności w przypadku aplikacji generatywnej AI w języku JavaScript
Aplikacje korzystające z generatywnej AI wymagają możliwości obserwacji jak każda inna aplikacja. Czy w przypadku generatywnej AI są wymagane specjalne techniki obserwowalności? W tym module utworzysz prostą aplikację wykorzystującą generatywną AI.
Praktyczne techniki obserwowalności w przypadku aplikacji generatywnej AI w Pythonie
Aplikacje korzystające z generatywnej AI wymagają możliwości obserwacji jak każda inna aplikacja. Czy w przypadku generatywnej AI są wymagane specjalne techniki obserwowalności? W tym module utworzysz prostą aplikację wykorzystującą generatywną AI.
Praktyczne techniki obserwowalności w przypadku aplikacji generatywnej AI w języku Java
Aplikacje korzystające z generatywnej AI wymagają możliwości obserwacji jak każda inna aplikacja. Czy w przypadku generatywnej AI są wymagane specjalne techniki obserwowalności? W tym module utworzysz prostą aplikację wykorzystującą generatywną AI.
Building Applications in the AI Era
W tym module użyjesz produktów generatywnej AI od Google do tworzenia infrastruktury w Google Cloud przy pomocy Gemini Cloud Assist, wysyłasz zapytania do danych BigQuery za pomocą funkcji SQL w Data Canvas, piszesz kod w notatnikach Jupyter w Colab
Utwórz kontekstualną aplikację do rekomendowania pozycji jogi za pomocą Firestore, wyszukiwania wektorowego i Gemini 2.0.
W tym ćwiczeniu w Codelab utworzysz kontekstową aplikację do wyszukiwania pozycji jogi, która odpowiada na pytania użytkowników o jogę. Pozwala też na wykonywanie zadań administracyjnych, takich jak tworzenie i edytowanie pozycji jogi.
Rozpoznawanie, rozpoznawanie i tłumaczenie tekstu za pomocą ML Kit i AparatuX: Android
W tym laboratorium programistycznym utworzysz aplikację na Androida z ML Kit, która wykorzystuje uczenie maszynowe na urządzeniu do rozpoznawania języka i tłumaczenia tekstu z 59 języków. Dowiesz się też, jak zintegrować bibliotekę CameraX, aby wykonywać te czynności na podstawie danych z kamery w czasie rzeczywistym.
Codelab interfejsu Activity Recognition Transition API
Dowiedz się, jak używać interfejsu Activity Recognition Transition API, aby tworzyć w aplikacji zaawansowane funkcje kontekstowe
(Wycofane) Konwertowanie na Kotlin
Z tego Codelab dowiesz się, jak przekonwertować kod Java na Kotlin
Codelab – tworzenie kontekstowej aplikacji z rekomendacjami dotyczących asan jogi za pomocą Firestore, wyszukiwania wektorowego, Langchain i Gemini (wersja Node.js)
To ćwiczenie w Codelab poprowadzi Cię przez proces tworzenia aplikacji do rekomendowania pozycji jogi opartej na wiedzy. Aplikacja odpowiada na pytania użytkowników, sugerując odpowiednie pozycje jogi. Dowiesz się, jak utworzyć kolekcję Firestore zawierającą pozycje jogi na podstawie zbioru danych Hugging Face, skonfigurować wyszukiwanie wektorów w Firestore i zintegrować wszystko z aplikacją Node.js.
Warsztat z modyfikowania aplikacji
W ramach tego ćwiczenia w Codelabs zmodernizujesz starą aplikację w PHP w Google Cloud, skonteneryzujesz ją, wdrożysz w Cloud Run i połączysz z Cloud SQL. Dodatkowo poznasz CI/CD aplikacji za pomocą Cloud Build i zabezpieczysz ją za pomocą Secret Manager.
Private Service Connect – korzystanie z backendów PSC do uzyskiwania dostępu do usługi producenta
Z tego ćwiczenia w Codelab dowiesz się, jak używać backendów PSC z globalnym zewnętrznym systemem równoważenia obciążenia aplikacji, aby uzyskać dostęp do usługi producenta w innej sieci.
Tworzenie aplikacji na Androida przy użyciu Firebase i Jetpack Compose
Twórz funkcje w aplikacji na Androida z listą zadań, dodając uwierzytelnianie, monitorowanie wydajności, deklaratywny interfejs i oznaczanie funkcji – wszystko to w Firebase i Jetpack Compose.
Praca z usługą agregacji w Google Cloud Platform (GCP)
Szacowany czas potrzebny na ukończenie: 1–2 godziny W tym ćwiczeniu możesz korzystać z 2 trybów: testowania lokalnego lub usługi agregacji. Tryb testowania lokalnego wymaga lokalnego komputera i przeglądarki Chrome (nie trzeba tworzyć ani używać
Praca z usługą agregacji w AWS
Aby wykonać to ćwiczenie, musisz spełnić kilka warunków wstępnych. Każde wymaganie jest odpowiednio oznaczone, aby pokazać, czy jest wymagane w przypadku „testowania lokalnego” czy „usługi agregacji”. Testowanie lokalne wymaga pobrania narzędzia do
Ustawienia usługi VPC – ochrona usługi BigQuery Data Transfer Service
W tym laboratorium dowiesz się, jak chronić BigQuery Data Transfer Service za pomocą ustawień VPC podczas przenoszenia danych z Cloud Storage do zbioru danych BigQuery. Następnie chronimy Cloud Storage i powtarzamy proces przenoszenia danych z Cloud
Dodawanie zakupów w aplikacji do aplikacji Flutter
W ramach tego ćwiczenia w Codelabs dodasz zakupy w aplikacji do aplikacji Flutter, która jest weryfikowana i zarządzana za pomocą usługi backendu DART.
Dodawanie wyszukiwania wektorów Firestore do aplikacji mobilnych za pomocą rozszerzeń Firebase
Dowiedz się, jak korzystać z wyszukiwania wektorowego w Firestore
Ćwiczenie z programowania w Cloud Firestore
Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć aplikację internetową, która korzysta z Cloud Firestore.
Ćwiczenia z programowania w Cloud Firestore na iOS
Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć aplikację na iOS, która korzysta z Cloud Firestore.
Ćwiczenia z programowania w Cloud Firestore na Androida
Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć aplikację na Androida, która korzysta z Cloud Firestore.
Ćwiczenie w Codelab dotyczące AngularFire na potrzeby stron internetowych
Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z platformy Firebase w internecie, tworząc aplikację do czatu.
Szybko dodawaj nowe funkcje do aplikacji internetowej dzięki rozszerzeniom Firebase
W tym ćwiczeniu dodasz do aplikacji internetowej platformy handlowej funkcje za pomocą rozszerzeń Firebase.
Automatyczne wdrażanie aplikacji internetowej w Javie z generatywną AI z kontroli wersji do Cloud Run
Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo
Automatyczne wdrażanie generatywnej AI Go za pomocą aplikacji internetowej Genkit z kontrolą wersji do Cloud Run
Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo
Automatyczne wdrażanie aplikacji internetowej Next.js z generatywną AI z kontroli wersji do Cloud Run
Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo
Automatyczne wdrażanie aplikacji internetowej w języku Python z generatywną AI z kontroli wersji do Cloud Run
Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo
Automatyczne wdrażanie generatywnej aplikacji internetowej w Go z kontrolą wersji do Cloud Run
Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo
Automatyczne wdrażanie generatywnej AI Angular aplikacji internetowej z kontroli wersji do Cloud Run
Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo
Automatycznie wdrażaj aplikację internetową Node.js generatywnej AI z kontroli wersji do Cloud Run
Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo
Automatyczne wdrażanie aplikacji internetowej Svelte opartej na generatywnej AI z kontrolera wersji do Cloud Run
Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo
Automatyczne wdrażanie aplikacji internetowej Generative AI Genkit w Node.js z kontrolą wersji do Cloud Run
Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo
Jak zaplanować zadanie Cloud Run w obrębie granicy Ustawień usługi VPC
Dowiedz się, jak uruchamiać zadanie Cloud Run zgodnie z harmonogramem w obrębie granicy usługi VPC przy użyciu usługi Cloud Scheduler i usługi Cloud Run
Włączanie funkcji Private Service Connect w istniejącej instancji Cloud SQL z usługą PSA (Terraform)
Włącz przyłączenie PSC w istniejącej instancji CloudSQL, która ma włączone sieci dostępu do usług prywatnych. Następnie połącz się z nim przez punkt końcowy PSC w innym projekcie.
Animacje w technologii Flutter
Z tego ćwiczenia w Codelab dowiesz się, jak używać animacji w Flutterze. Utworzysz widżet, który animuje rozmiar i kolor, dodaje efekt przewracania karty 3D, wykorzystuje efekty z pakietu animacji i dodaje obsługę przewidującego gestu wstecz Androida.
Odbieranie zdarzenia z Cloud Pub/Sub w SAP za pomocą pakietu SDK ABAP dla Google Cloud
W ramach tego ćwiczenia w Codelabs otrzymasz zdarzenie z Cloud Pub/Sub za pomocą pakietu SDK ABAP
Przesyłanie pliku do Cloud Storage z podziałem na fragmenty
Z tego ćwiczenia w Codelabs dowiesz się, jak wywoływać metody interfejsu JSON API Cloud Storage za pomocą pakietu SDK ABAP dla Google Cloud i jak przesyłać pliki.
Tworzenie kart na Androidzie za pomocą interfejsu Google Wallet API
Interfejs Google Wallet API umożliwia interakcję z użytkownikami za pomocą różnych rodzajów kart: kart lojalnościowych, ofert, kart podarunkowych, biletów na wydarzenia, biletów na przejazdy, kart pokładowych i innych. Każdy typ karty (klasa karty)
Analiza nastawienia za pomocą Gemini AI i pakietu SDK ABAP
W tym ćwiczeniu w Codelabs wykorzystasz model Gemini Pro, aby przeprowadzić analizę nastawienia w przypadku opinii o produktach za pomocą pakietu SDK ABAP
Używanie interfejsu Translation API z pakietem SDK ABAP dla Google Cloud
Z tego ćwiczenia w Codelabs dowiesz się, jak wywoływać metody interfejsu Translation API za pomocą pakietu SDK ABAP
Publikowanie zdarzenia w Cloud Pub/Sub za pomocą pakietu SDK ABAP dla Google Cloud
Z tego ćwiczenia w Codelabs dowiesz się, jak opublikować zdarzenie w usłudze Google Cloud Pub/Sub
Twoja pierwsza aplikacja Flutter
Z tego ćwiczenia w Codelabs dowiesz się, jak stworzyć aplikację Flutter, która będzie generować losowe, chłodne nazwy.
Łączenie z CloudSQL przez Private Service Connect (Terraform)
utworzyć instancję Cloud SQL z przyłączem usługi PSC; Połącz się z nim przez punkt końcowy PSC w innym projekcie
Tworzenie aplikacji internetowych opartych na AI za pomocą Firebase Extensions dla interfejsu Gemini API
Dowiedz się, jak używać rozszerzeń Firebase z interfejsem Gemini API, aby tworzyć aplikacje internetowe z funkcjami opartymi na AI, takimi jak spersonalizowane rekomendacje.
Firebase iOS Codelab Swift
Z tego ćwiczenia dowiesz się, jak korzystać z platformy Firebase na iOS w języku Swift.
Monitorowanie wydajności Firebase na potrzeby witryn internetowych
W tym laboratorium programistycznym skonfigurujesz w aplikacji internetowej monitorowanie wydajności Firebase i dowiesz się, jak z niego korzystać, aby zapewnić użytkownikom płynne działanie aplikacji.
Integracja Firebase z aplikacją Next.js
Dowiedz się, jak zintegrować Firebase z aplikacją Next.js.
Tworzenie funkcji generatywnej AI na podstawie Twoich danych za pomocą Firebase Genkit
Dowiedz się, jak używać Firebase Genkit do tworzenia funkcji generatywnej AI, korzystając z umiejętności i narzędzi do tworzenia aplikacji, które już znasz.
Firebase na Androida – Codelab – tworzenie przyjaznego czatu
Z tego Codelab dowiesz się, jak tworzyć aplikacje na Androida za pomocą platformy Firebase.
Ćwiczenie z programowania dotyczące sprawdzania aplikacji w przeglądarce
Z tego Codelab dowiesz się, jak zabezpieczyć aplikację internetową przed nieautoryzowanym dostępem.
Wysyłanie powiadomień o aplikacji internetowej za pomocą Cloud Messaging i Cloud Functions
W tym laboratorium programistycznym dowiesz się, jak używać funkcji Cloud Functions for Firebase do wysyłania powiadomień do użytkowników aplikacji do czatu.
Wprowadzenie do Cloud Functions (2 generacji)
W tym laboratorium programistycznym dowiesz się więcej o Google Cloud Functions (2 gen). Dokładniej rzecz ujmując, wdrożysz funkcje, które reagują na wywołania HTTP, wiadomości Pub/Sub, zdarzenia Cloud Storage i logi kontrolne Cloud.
Wstępna obróbka danych BigQuery za pomocą PySpark w Dataproc
Ten moduł pokazuje, jak za pomocą usługi PySpark w Dataproc wczytywać dane z BigQuery i zapisywać je w Google Cloud Storage.
Wdrażanie Imagen w Cloud Run
W tym ćwiczeniu w Codelab użyjesz modelu Imagen do tworzenia obrazów na stronie internetowej za pomocą Cloud Run.
Pierwsze kroki z usługą Spanner Graph
W tym ćwiczeniu w Codelab utworzysz instancję Spanner i dowiesz się, jak korzystać z grafu Spanner.
GitHub – automatyzacja sprawdzania kodu za pomocą GenAI
GitHub – automatyzacja sprawdzania kodu za pomocą GenAI
Wprowadzenie do funkcji Cloud Run uruchamianych po zdarzeniach
jak zacząć korzystać z funkcji Cloud Run uruchamianych po wystąpieniu zdarzenia.
Wywoływanie modelu LLM Vertex AI z otoczenia ABAP za pomocą pakietu ABAP SDK for Google Cloud
Z tego Codelab dowiesz się, jak wywoływać model LLM Vertex AI PaLM 2 Text (text-bison) z Twojego środowiska ABAP za pomocą pakietu ABAP SDK for Google Cloud.
Jak uruchomić Transformers.js na kartach graficznych Cloud Run
Dowiedz się, jak uruchomić stabilną dyfuzję na GPU w Cloud Run
Agent GenAI do kontroli jakości dokumentów i wywołań interfejsu API
Agent GenAI do kontroli jakości dokumentów i wywołań interfejsu API
Podpisywanie i weryfikowanie danych za pomocą Cloud KMS (asymetrycznie)
W tym laboratorium programistycznym spróbujesz zaszyfrować i odszyfrować dane za pomocą kluczy asymetrycznych Cloud KMS.
Looker PSC Southbound HTTPS Internet NEG SMTP
Z tego ćwiczenia z programowania dowiesz się, jak zintegrować NEG w internecie skonfigurowany jako producent usługi dla dostępu z kierunkiem na serwer w usłudze Looker SMTP.
Wdrażanie witryny w Cloud Run
Dowiedz się, jak wdrożyć witrynę za pomocą Cloud Run, co zapewni bezserwerową elastyczność Twoim aplikacjom konteneryzowanym.
Aktywowanie przetwarzania zdarzeń z Cloud Storage za pomocą funkcji Eventarc i Cloud Run
Dowiedz się, jak używać zdarzeń zasobnika Cloud Storage do aktywowania funkcji Cloud Run za pomocą Eventarc, aby analizować dane i przetwarzać obrazy za pomocą interfejsu Vision API od Google oraz zapisywać uzyskane informacje o obrazie jako metadane obiektu w Cloud Storage.
Rura wielogałęziowa Jenkinsa w GKE
Ten samouczek poprowadzi użytkownika przez proces wdrażania instancji Jenkinsa w GKE, w tym agentów automatyzacji w ramach procesu tworzenia.
Używanie instancji następnego przeskoku tras statycznych IPv6 (bez oznaczenia i z oznaczeniem), adresu następnego przeskoku i bramy następnego przeskoku
Z tego laboratorium kodu dowiesz się, jak używać tras statycznych IPv6 z nowymi atrybutami następnego przeskoku, takimi jak next-hop-instance, next-hop-gateway i next-hop-address.
Gemini w Javie z Vertex AI i LangChain4j
W ramach tych ćwiczeń w Codelabs będziesz rozmawiać z użytkownikami, zadawać pytania na temat dokumentacji lub rozszerzać model za pomocą wywołań funkcji, wykorzystywać generatywną AI w Javie, zintegrować duży model językowy Gemini z Vertex AI i wykorzystać platformę LangChain4j
Lokalny rozwój funkcji w Cloud Functions dla Node.js za pomocą Visual Studio Code
Dowiedz się, jak kodować, wdrażać i debugować funkcje Cloud Functions dla Node.js w Visual Studio Code na komputerze lokalnym.
Dialogflow CX: tworzenie wirtualnego agenta do obsługi sprzedaży detalicznej
Dowiedz się, jak tworzyć chatboty do obsługi klienta za pomocą Dialogflow CX, platformy do tworzenia agentów wirtualnych opartej na AI do obsługi konwersacji (CAIP).
Private Service Connect 66
W tym laboratorium kodu dowiesz się więcej o implementacji i weryfikacji Private Service Connect 66 poprzez wdrożenie sieci konsumenta i producenta.
Dostęp do Anthropic Claude w Vertex AI za pomocą pakietu Python SDK przez punkt końcowy Private Service Connect
Uzyskiwanie dostępu do Anthropic w Vertex AI z poziomu maszyny wirtualnej za pomocą pakietu SDK Pythona i punktu końcowego PSC
Wdrażanie historii użytkowników Jira za pomocą generatywnej AI
Implementacja historii użytkowników JIRA za pomocą GenAI
Building Applications in the AI Era
W tym praktycznym laboratorium użyjesz produktów Google opartych na generatywnej AI, aby zbudować infrastrukturę w Google Cloud przy pomocy Gemini Cloud Assist.
Wagtail w Cloud Run
W tym laboratorium z kodami dowiesz się, jak wdrażać Wagtail za pomocą komponentów bezserwerowych: Cloud Run dla silnika internetowego, Cloud SQL dla bazy danych i Cloud Build dla zasobów multimedialnych.
Jak uruchomić TorchServe i Stable Diffusion na GPU w Cloud Run
Dowiedz się, jak uruchomić stabilną dyfuzję na GPU w Cloud Run
Jak transakować zasoby cyfrowe z użyciem wielostronnego przetwarzania danych i przestrzeni poufnej
Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak korzystać z Obszaru poufnego do przeprowadzania transakcji na zasobach cyfrowych przy użyciu obliczeń wielostronnych.
Zabezpieczanie dostaw oprogramowania
Umożliwia ona przechowywanie różnych typów artefaktów, tworzenie wielu repozytoriów w ramach jednego projektu oraz łączenie każdego repozytorium z konkretnym regionem lub wieloma regionami. Istnieje kilka trybów repozytorium. Każdy tryb służy do
Dostęp z południa do PSC Lookera w Cloud SQL
Z tego Codelab dowiesz się, jak zintegrować PSC Cloud SQL z PSC Looker w celu uzyskania dostępu na południe.
Pobieranie danych logowania i kluczy z Google Cloud Secret Manager za pomocą pakietu ABAP SDK for Google Cloud
Z tego Codelab dowiesz się, jak pobierać dane logowania i obiekty tajne z usługi Secret Manager za pomocą pakietu ABAP SDK for Google Cloud.
Private Service Connect 64
Z tego Codelab dowiesz się więcej o wdrażaniu i weryfikacji Private Service Connect 64 za pomocą sieci konsumenta i producenta.
Wdrażanie Lustre Parallel File System w Google Cloud
Dowiedz się, jak wdrożyć Lustre Parallel File System w Google Cloud Platform za pomocą skryptów Lustre Deployment Managera w wersji open source.
Korzystanie z interfejsu Translation API w Pythonie
Z tego samouczka dowiesz się, jak korzystać z interfejsu Translation API w Pythonie.
Tworzenie kompletnej aplikacji za pomocą Relay i Jetpack Compose
Dowiedz się, jak zintegrować Relay z aplikacjami Compose i przyspieszyć przepływ pracy od projektu do kodu.
Publikowanie za pomocą Cloud Deploy
W tym samouczku utworzysz 3 klastry GKE o nazwach preview, canary i prod. Następnie utworzysz środowisko docelowe Cloud Deploy odpowiadające każdemu klastrowi oraz potok Cloud Deploy, który zdefiniuje sekwencję kroków do wykonania wdrożenia w tych
Czytanie prognoz BigQuery ML w SAP za pomocą ABAP SDK dla Google Cloud
W tym ćwiczeniu w Codelab utworzysz w BigQuery model uczenia maszynowego (ML), a potem uzyskasz prognozy z tego modelu w SAP za pomocą pakietu ABAP SDK dla Google Cloud.
Dodawanie procesu uwierzytelniania użytkowników do aplikacji Flutter za pomocą FirebaseUI
Z tego ćwiczenia w Codelabs dowiesz się, jak dodać uwierzytelnianie Firebase do aplikacji Flutter za pomocą zaledwie kilku linijek kodu.
Ćwiczenie z programowania w Cloud NGFW Enterprise Codelab [z inspekcją TLS]
Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą Cloud NGFW Enterprise uzyskać zapobieganie zagrożeniom przy użyciu inspekcji TLS.
Ochrona modeli ML i własności intelektualnej z wykorzystaniem przestrzeni poufnych
Z tego ćwiczenia w Codelabs dowiesz się, jak zabezpieczyć modele systemów uczących się i własność intelektualną za pomocą Obszaru poufnego
Testowanie na poziomie lokalnym pełnego procesu obsługi zapytań B&A w przypadku stron internetowych
Usługi określania stawek i usługi aukcyjne (B&A) obejmują 4 usługi dla kupujących i sprzedawców, które ułatwiają przeprowadzanie aukcji Protected Audience: Grupa kupujących: Grupa sprzedawców: W tym laboratorium kodu dowiesz się, jak
Uzyskiwanie statystyk z uporządkowanych i nieuporządkowanych danych za pomocą pakietu BigQuery DataFrames z obsługą AI
W tym laboratorium użyjesz obiektów DataFrame BigQuery z notatnika Pythona w BigQuery Studio, aby uzyskać statystyki na podstawie danych nieustrukturyzowanych za pomocą Pythona.
Szczegółowe informacje o Artifact Registry
Artifact Registry to w pełni zarządzany menedżer pakietów, który udostępnia ujednolicony sposób zarządzania obrazami kontenerów OCI i pakietami językowymi (np. Maven i npm). Rejester artefaktów jest w pełni zintegrowany z szerokim zakresem innych
Eksploracyjna analiza danych o sprzedaży alkoholu w stanie Iowa za pomocą pakietu BigQuery DataFrames
W tym praktycznym module użyjesz obiektów DataFrame BigQuery z notebooka Pythona w BigQuery Studio, aby oczyścić i przeanalizować publiczny zbiór danych o sprzedaży alkoholu w stanie Iowa.
Przenoszenie agenta na żywo
Z tych ćwiczeń z programowania dowiesz się, jak zarządzać transferami w trakcie rozmowy między przedstawicielami agentów na żywo a botami. Będzie też dostępny podstawowy interfejs internetowy, w którym możesz wyświetlać wszystkie trwające rozmowy z agentem oraz dołączać do rozmów na żywo lub je opuszczać.
Zbieranie i przetwarzanie danych dotyczących zdrowia za pomocą biblioteki zbierania uporządkowanych danych
Z tego ćwiczenia dowiesz się, jak utworzyć aplikację na Androida za pomocą biblioteki Structured Data Capture Library. Twoja aplikacja będzie używać biblioteki Structured Data Capture Library do renderowania i przetwarzania kwestionariuszy FHIR oraz
Wdrażanie aplikacji JavaScript w Cloud Run z AlloyDB
Cloud Run to w pełni zarządzana bezserwerowa platforma, która umożliwia uruchamianie bezstanowych kontenerów wywoływanych przez żądania HTTP. W tym ćwiczeniu z programowania pokażemy, jak bezpiecznie połączyć aplikację Node.js w Cloud Run z AlloyDB
Wdrażanie w Cloud Run pełnego pakietu aplikacji JavaScript z Cloud SQL for PostgreSQL
Cloud Run to w pełni zarządzana platforma, która umożliwia uruchamianie kodu bezpośrednio w skalowanej infrastrukturze Google. W tym Codelab pokażemy, jak połączyć aplikację Next.js w Cloud Run z bazą danych Cloud SQL dla PostgreSQL. W tym module
Włączanie lokalnego przetwarzania w przypadku integracji między chmurami
Dowiedz się, jak włączyć lokalną realizację zamówień dzięki pakietowi SDK do domu, aby poprawić integrację inteligentnego domu z Asystentem.
Wdrażanie aplikacji JavaScript w Cloud Run przy użyciu Cloud SQL for PostgreSQL
Cloud Run to w pełni zarządzana bezserwerowa platforma, która umożliwia uruchamianie bezstanowych kontenerów wywoływanych przez żądania HTTP. W tym Codelab pokażemy, jak połączyć aplikację Node.js w Cloud Run z bazą danych Cloud SQL dla PostgreSQL.
Zarządzanie zasobami FHIR przy użyciu biblioteki silnika FHIR
W tym ćwiczeniu z programowania utworzysz aplikację na Androida za pomocą biblioteki FHIR Engine. Aplikacja będzie używać biblioteki FHIR Engine do pobierania zasobów FHIR z serwera FHIR i przesyłania na serwer wszelkich zmian wprowadzonych lokalnie.
Weryfikowanie żądań interfejsu Places API za pomocą Sprawdzania aplikacji Firebase i reCAPTCHA
W tym laboratorium programistycznym dowiesz się, jak weryfikować aplikację internetową za pomocą Sprawdzania aplikacji Firebase i reCAPTCHA przed wysyłaniem żądań do interfejsu Places API.
Tworzenie inteligentnego asystenta zakupowego za pomocą Kreatora agentów AlloyDB i Vertex AI – część 1
W ramach tego ćwiczenia w Codelabs utworzysz aplikację do obsługi czatu opartą na wiedzy, która będzie odpowiadać na pytania klientów, ułatwiać odkrywanie produktów i dostosowywać wyniki wyszukiwania do zbioru danych e-commerce.
Tworzenie przepływów pracy MLOps za pomocą Airflow 2 w GKE
Z tego samouczka dowiesz się, jak trenować i uruchamiać model z vLLM w GKE za pomocą DAG Airflow.
Private Service Connect – korzystanie z backendów PSC do uzyskiwania dostępu do regionalnych interfejsów Google API
Z tego ćwiczenia dowiesz się, jak korzystać z Private Service Connect, aby uzyskać dostęp do regionalnych interfejsów Google API. Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak skonfigurować grupę punktów końcowych sieci PSC jako backend z wewnętrznym systemem równoważenia obciążenia aplikacji.
Ćwiczenie z programowania dotyczące podpisanego kontenera
Z tego ćwiczenia w Codelabs dowiesz się, jak wykorzystać funkcję podpisanego obrazu kontenera, aby poprawić łatwość obsługi Poufnej przestrzeni.
Mapowanie portów Private Service Connect dla producentów usług
Z tego ćwiczenia w Codelabs dowiesz się więcej o funkcji mapowania portów na potrzeby Private Service Connect. Dowiesz się, do czego przydaje się, kiedy używać, i jak skonfigurować je w swoim środowisku jako producent usług.
Kup online z odbiorem w sklepie: posiłek bonjour – część 2 – tworzenie koszyka na zakupy
W ramach tego ćwiczenia utworzysz agenta cyfrowego w języku Python na platformie konwersacyjnej Business Messages, która będzie się rozwijać w pierwszym odcinku serii. W ramach ćwiczeń z ćwiczenia dodamy m.in. przydatne elementy rozmowy i wprowadzimy proces wyszukiwania zasobów.
Kup online z odbiorem w sklepie: posiłek bonjour – część 1 – pierwsze kroki
Dzięki nim dowiesz się, jak utworzyć agenta cyfrowego w języku Python na platformie konwersacyjnej Business Messages. Przeprowadzimy Cię przez proces korzystania z naszych interfejsów API i konsoli programisty Business Communications, aby utworzyć agenta cyfrowego, który odpowiada na konkretne pytania.
Manifest aplikacji internetowej
Plik manifestu aplikacji internetowej to plik JSON, który określa, jak PWA powinna być traktowana jako zainstalowana aplikacja, w tym jej wygląd i działanie w systemie operacyjnym.
Google Pay API for Web 201: Zaawansowane
Ten warsztat jest kontynuacją Google Pay API for Web 101: Basics i korzysta z kodu napisanego w tym warsztacie. Aby ukończyć to ćwiczenie, musisz najpierw ukończyć to. Oto krótki przegląd ButtonOptions. Aby uzyskać bardziej szczegółowe wyjaśnienie,
Wersja 2024 Q4: Dowiedz się, jak uprościć proces uwierzytelniania za pomocą interfejsu Credential Manager API w aplikacji na Androida
Dowiedz się, jak wdrożyć interfejs Credential Manager API, aby zapewnić bezproblemowe bezpieczne uwierzytelnianie. w aplikacji za pomocą kluczy dostępu lub hasła.
Dostęp do czatu z Gemini za pomocą pakietu SDK Pythona przez punkt końcowy Private Service Connect
Uzyskiwanie dostępu do Gemini z maszyny wirtualnej za pomocą pakietu Python SDK i punktu końcowego PSC
Tworzenie generatywnej aplikacji do obsługi czatu za pomocą Vertex AI Conversation
W ramach tego ćwiczenia w programie użyjesz Vertex AI Conversation, aby utworzyć, skonfigurować i wdrożyć agenta magazynu danych oraz aplikację czatu, aby odpowiadać na pytania klientów na temat produktów w Google Store.
Sterowanie multimediami za pomocą MediaSession
W ramach tego ćwiczenia w Codelabs rozwiniesz przykładowy film, aby dodać obsługę MediaSession. Dzięki temu Android może sterować odtwarzaniem spoza aplikacji, np. za pomocą Asystenta Google, pilota na telewizorze lub elementów sterujących na ekranie blokady i Wear OS.
Zastosowanie textembedding-gecko@003 na potrzeby wektorów dystrybucyjnych
Z tego ćwiczenia w Codelabs dowiesz się, jaki jest model gecko@003 i jaki jest rzeczywisty przypadek użycia tego modelu.
TensorFlow.js: wykorzystanie Hostingu Firebase do wdrożenia i hostowania modelu systemów uczących się na dużą skalę
Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą infrastruktury Firebase wdrożyć model ML, który będzie można wykorzystać w witrynie za pomocą TensorFlow.js.
Moduł: propagacja NCC PSC
Celem tego modułu jest zapoznanie się z NCC z propagacją PSC
Funkcja w Cloud Functions do podsumowywania treści przy użyciu interfejsu PaLM Vertex AI API i Google Cloud Storage
Funkcja w Cloud Functions, która pokazuje, jak przetworzyć przesłany plik w Google Cloud Storage i wykonywać podsumowanie treści przy użyciu interfejsu Vertex AI PaLM API.
Internetowa grupa punktów końcowych sieci korzystających z protokołu HTTPS w usłudze Looker PSC – południowa
W tym ćwiczeniu z programowania dowiesz się, jak zintegrować internetową grupę punktów końcowych sieci (NEG) skonfigurowaną z HTTPS jako producent usług dla Looker Southbound na potrzeby dostępu do GitHub.com
Pomiar interakcji do kolejnego wyrenderowania (INP)
To interaktywne ćwiczenie z programowaniem, które pomoże Ci się nauczyć mierzyć czas od interakcji do kolejnego wyrenderowania (INP) za pomocą biblioteki web-vitals. Kod znajdziesz w repozytorium web-vitals-codelabs. W tym laboratorium
Transmitowanie na żywo w Google Cloud z użyciem Media CDN i interfejsu Live Streaming API
W tym module dowiesz się, jak wdrożyć wersję demonstracyjną przepływu pracy z transmisjami na żywo przy użyciu Media CDN (CDN). Interfejs Live Stream API Cloud Storage Odtwarzacz multimediów.
Laboratorium: witryna NCC w chmurze przy użyciu urządzenia SD-WAN
Celem tego modułu jest zbadanie NCC za pomocą zdefiniowanego programowo promieni urządzenia WAN podłączonego do centrum NCC.
Prognozowanie oceniania filmów z użyciem BQML przy użyciu SQL
Utworzymy model prognozowania wyników filmu za pomocą wyłącznie SQL w BigQuery ML
Looker PSC Southbound Hybrid NEG to on-premises
Z tego ćwiczenia w Codelab dowiesz się, jak zintegrować hybrydową usługę NEG jako producenta usługi dla dostępu Looker Southbound do lokalnej bazy danych postgres.
Przewidywanie ocen filmu w Vertex AI AutoML
Za pomocą Vertex AI AutoML utworzymy model prognozowania wyników filmu, wdrożymy go w punkcie końcowym interfejsu API oraz uruchomimy interfejs API prognozowania za pomocą Javy Cloud Functions.
Looker PSC Northbound Regional External L7 ALB
Z tego ćwiczenia w Codelabs dowiesz się, jak zintegrować regionalny zewnętrzny system równoważenia obciążenia aplikacji L7 na potrzeby dostępu do Lookera w kierunku północnym.
Uproszczone zarządzanie danymi głównymi: dopasowanie & Połącz się z generatywną AI
Dzięki temu ćwiczeniu w Codelabs zademonstrujemy, jak Gemini 1.0 Pro upraszcza główne aplikacje do zarządzania danymi, takie jak wzbogacanie i deduplikacja danych citibike_stations w publicznym zbiorze danych BigQuery.
Automatyzacja weryfikacji kodu za pomocą GenAI
Automatyzacja weryfikacji kodu za pomocą GenAI
Generowanie obrazów na urządzeniu z Androidem za pomocą MediaPipe
Z tego ćwiczenia w Codelabs dowiesz się, jak dodać funkcję generowania tekstu na obraz na urządzeniu do aplikacji na Androida za pomocą rozwiązań MediaPipe.
Tworzenie aplikacji pytań i odpowiedzi z funkcją Multi-Modal RAG przy użyciu Gemini Pro
W ramach tego ćwiczenia w Codelabs dowiesz się, jak przy użyciu Gemini Pro zbudować multimodalny system odpowiadania na pytania.
Wdróż podstawową wersję Tłumacza Google aplikacja w Pythonie 3 w Cloud Functions
Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).
Przekształć odpowiedzi z ankiet z Formularzy Google i wczytuj je w BigQuery
Z tego ćwiczenia z programowania dowiesz się, jak przekształcić dane z ankiet z Formularzy Google za pomocą Dataprep i przekazać je do BigQuery w celu głębszej analizy.
Django w Cloud Run
Z tego ćwiczenia w programie dowiesz się, jak wdrożyć Django za pomocą komponentów bezserwerowych: Cloud Run dla silnika internetowego, Cloud SQL dla bazy danych i Cloud Build do obsługi zasobów medialnych.
Wdróż podstawową wersję Tłumacza Google aplikacja w języku Python 2 Cloud Run (Docker)
Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).
Wdróż podstawową wersję Tłumacza Google aplikacja w Pythonie 3 Cloud Run (Docker)
Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).
Migracja do czcionek zmiennych
W ramach tego ćwiczenia w Codelabs poznasz zmienne czcionkowe, ich zalety, projektowanie z nimi oraz sposoby ich wdrażania za pomocą interfejsu Google Fonts API i CSS.
Tworzenie niestandardowej aplikacji internetowej do wykrywania obiektów za pomocą MediaPipe
Dowiedz się, jak utworzyć niestandardową aplikację internetową do wykrywania obiektów za pomocą MediaPipe.
Utwórz aplikację do wyszukiwania patentów za pomocą AlloyDB, wyszukiwania wektorowego i Vertex AI
W ramach tego ćwiczenia w Codelabs pokażemy, jak używać Gemini 1.5 Pro w połączeniu z AlloyDB i Vertex AI do tworzenia aplikacji do wyszukiwania patentów.
Utwórz odręczną aplikację do klasyfikacji cyfr na Androida przy użyciu Listy zadań MediaPipe
Dowiedz się, jak korzystać z klasyfikacji obrazów do wykrywania odręcznych liczb zapisanych na Androidzie za pomocą MediaPipe.
Tworzenie aplikacji do wyszukiwania patentów z użyciem usług Spanner, Wyszukiwanie wektorowe itp. Gemini 1.0 Pro
W ramach tego ćwiczenia w Codelabs pokażemy, jak używać Gemini 1.0 Pro w połączeniu z usługami Spanner i Vertex AI do tworzenia zgłoszeń patentowych.
Zdarzenia dotyczące ćwiczeń z programowania w Cloud Run for Anthos
Z tego ćwiczenia w Codelabs dowiesz się więcej o zdarzeniach w Cloud Run. Dokładniej rzecz ujmując, będziesz nasłuchiwać zdarzeń z Cloud Pub/Sub, logów kontrolnych, Cloud Storage, Cloud Scheduler oraz dowiedzieć się, jak tworzyć i wykorzystywać zdarzenia niestandardowe.
Globalna zasada zapory sieciowej sieci z tagami
Z tego ćwiczenia w Codelabs dowiesz się, jak kontrolować ruch za pomocą zasad zapory sieciowej sieci globalnej z tagami
Internetowa grupa punktów końcowych sieci SSH w usłudze Looker w usłudze PSC południowej
W tym ćwiczeniu z programowania dowiesz się, jak zintegrować NEG internetowy skonfigurowany za pomocą SSH jako producent usługi dla Looker Southbound dostępu do github.com
Moduł: VPC NCC jako promień
Celem tego modułu jest poznanie NCC z użyciem VPC jako promienia.
Naucz się prototypować odpowiedzialną AI dzięki przewodnikowi PAIR i MakerSuite
Dowiedz się, jak odpowiedzialnie tworzyć prototypy rozwiązań AI za pomocą narzędzi Google z zakresu odpowiedzialnej AI, MakerSuite i przewodnika PAIR.
Wykrywanie obiektów na obrazach za pomocą ML Kit: Android
W tym ćwiczeniu z programowania
Dostrajanie dużych modeli językowych: jak Vertex AI przenosi LLM na wyższy poziom
Z tego ćwiczenia w Codelabs dowiesz się, jak nadzorować dostrajanie LLM z użyciem Vertex AI.
Wiosenna reklama natywna w Google Cloud
Spring Native to rozwijający się projekt, który ma pojawić się na rynku w wersjach Spring 6.x i Spring Boot 3.x, co oznacza, że teraz jest doskonały moment, aby zapoznać się z tą usługą kilka miesięcy przed jej premierą.
Pierwsze kroki z animacjami przewijanymi w CSS
Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą CSS tworzyć animacje oparte na przewijaniu. Możesz stworzyć naprawdę interesujące efekty, takie jak obraz tła z paralaksą i obrazy, które odsłaniają się, gdy się pojawiają.
Wykrywanie obiektów na obrazach w celu wizualnego wyszukiwania produktów za pomocą ML Kit: Android
W ramach tego ćwiczenia w programie utworzysz aplikację na Androida z systemem ML Kit, który wykorzystuje uczenie maszynowe działające na urządzeniu do wykrywania obiektów na obrazach, a następnie pozwoli użytkownikom przeprowadzić wizualne wyszukiwanie produktów.
Bezpieczny kod źródłowy
Techniki bezpiecznego kodu źródłowego to zestaw metod, które można wykorzystać do poprawy bezpieczeństwa kodu źródłowego. Techniki te mogą pomóc w wykrywaniu i usuwaniu luk w zabezpieczeniach, zapobieganiem nieupoważnionemu dostępowi do kodu źródłowego oraz ochronie przed modyfikacjami.
Bezpieczna kompilacja Wdrażanie za pomocą Cloud Build, Artifact Registry i GKE
Container Analysis umożliwia skanowanie pod kątem luk w zabezpieczeniach i przechowywanie metadanych kontenerów. Usługa skanowania wykonuje skanowanie pod kątem luk w zabezpieczeniach obrazów w Artifact Registry i Container Registry, a następnie
Ćwiczenie z programowania na serwerze proxy TCP – ograniczanie liczby żądań i lista odrzuconych adresów IP z systemem równoważenia obciążenia serwera proxy TCP
W ramach tego ćwiczenia w Codelabs utworzysz system równoważenia obciążenia TCP/SSL z usługą backendu i ograniczysz dostęp do systemu równoważenia obciążenia tylko do określonego zestawu klientów użytkownika.
Bezpieczna aplikacja bezserwerowa z serwerem proxy identyfikującym tożsamość (IAP)
Bezpieczny dostęp i wymaganie logowania użytkownika w przypadku aplikacji działających w Cloud Run przy użyciu Identity Aware Proxy
Private Service Connect z automatyczną konfiguracją DNS
Z tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować i zweryfikować automatyczny DNS usługi Private Service Connect
Korzystaj z natychmiastowej nawigacji dzięki interfejsowi Speculation Rules API
Interaktywne demo i ćwiczenia z programowania, które pomogą Ci dowiedzieć się, jak uzyskać natychmiastową nawigację dzięki wstępnemu renderowaniu za pomocą interfejsu Speculation Rules API. Ukończenie tego ćwiczenia powinno zająć około 30 minut.
Bezpieczne wdrażanie w Cloud Run
Podstawowe metody bezpiecznego wdrażania w Cloud Run
Stylowy dzięki Gemini Code Assist
To ćwiczenie z programowania pokazuje, jak za pomocą narzędzia Gemini Code Assist zaimplementować w witrynie projekt Material Design. Po wdrożeniu Material Design będziesz ulepszać projekt, wprowadzając zmiany, które poprawią wrażenia użytkowników
Zabezpieczanie kompilacji kontenerów
Luki w zabezpieczeniach oprogramowania to luki, które mogą spowodować przypadkową awarię systemu lub ułatwić nieuczciwym podmiotom bezpieczeństwo oprogramowania. Container Analysis udostępnia 2 rodzaje skanowania systemu operacyjnego w celu
Prezentowanie elastycznych klasyfikatorów bezpieczeństwa we współpracy z Gemma
To ćwiczenie w Codelabs pokazuje, jak utworzyć niestandardowy klasyfikator tekstu za pomocą dostrajania efektywności parametrów (PET). Zamiast dostrajania całego modelu metody PET aktualizują tylko niewielką liczbę parametrów, co sprawia, że ich
Zastosowanie LIT do analizy modeli Gemma w Keras
Produkty oparte na generatywnej AI są stosunkowo nowe, a zachowanie aplikacji może się różnić bardziej niż w przypadku wcześniejszych form oprogramowania. Dlatego ważne jest, aby przetestować używane modele uczenia maszynowego, zbadać przykłady ich
Połącz inteligentne urządzenia domowe z Asystentem Google
Utwórz i wdróż integrację chmur, aby zintegrować wirtualną inteligentną pralkę z Asystentem.
Debugowanie inteligentnego domu
Dowiedz się, jak używać wskaźników i logowania GCP do identyfikowania i rozwiązywania problemów produkcyjnych. Dowiedz się, jak używać pakietu testowego do identyfikowania problemów z funkcjami i interfejsem API.
Wskaźniki oparte na logach dotyczące inteligentnego domu
Dowiedz się, jak używać wskaźników opartych na logach w Google Cloud do śledzenia wzorców i analizowania logów błędów integracji inteligentnego domu.
Debugowanie lokalnego domu
Dowiedz się, jak używać wskaźników i logowania GCP do identyfikowania i rozwiązywania problemów produkcyjnych. Dowiedz się, jak używać pakietu testowego do identyfikowania problemów z funkcjami i interfejsem API. Naucz się korzystać z Narzędzi deweloperskich w Chrome podczas tworzenia aplikacji Google Home.
Poprawianie i zabezpieczanie integracji między chmurami
Dowiedz się, jak ulepszyć i zabezpieczyć integrację chmur za pomocą funkcji urządzeń, które można dostosować do potrzeb, oraz uwierzytelniania dwuskładnikowego.
Implementowanie funkcji CameraStream za pomocą WebRTC
Dowiedz się, jak przesyłać obraz z kamery internetowej na urządzenie Google Nest z atrybutem CameraStream i WebRTC.
Aktywowanie zadań Cloud Run za pomocą usługi Cloud Scheduler
Dowiedz się, jak tworzyć zadania Cloud Run i konfigurować ich wykonywanie za pomocą usługi Cloud Scheduler.
Wdrażanie aplikacji Cloud Run za pomocą Cloud Deploy
Dowiedz się, jak wdrożyć aplikację Cloud Run za pomocą Cloud Deploy.
Pracownik GenAI ds. automatyzacji zamówień sprzedaży
W tym ćwiczeniu w Codelab utworzysz aplikację z konwersacyjną AI, która będzie służyć do automatyzacji procesu składania zamówień.
Zabezpieczanie ruchu przychodzącego w Cloud Run
Ustawienia ruchu przychodzącego w Cloud Run
Zabezpiecz udostępniane dane używane w Pokoju poufnym
Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak zabezpieczyć udostępnianie danych przez wiele osób, jednocześnie zachowując poufność dzięki Obszarowi poufnemu.
Poznaj Firebase dla Flutter
Dowiedz się, jak utworzyć aplikację mobilną Flutter za pomocą Firebase.
Informacje o Firebase w przeglądarce
Utwórz aplikację internetową od podstaw, korzystając z Firebase i edytora online StackBlitz. Podczas rozmów z Firebase będziesz używać podstawowego języka HTML i JavaScript. To świetne wprowadzenie do używania konsoli Firebase i integrowania Firebase z aplikacją. Nie jest potrzebna znacząca wiedza ani instalowanie oprogramowania.
Twój pierwszy eksperyment dotyczący wysyłania wiadomości w aplikacji
W ramach tego ćwiczenia w Codelabs utworzysz swój pierwszy eksperyment Firebase dotyczący przesyłania wiadomości w aplikacji, korzystając z Testów Firebase A/B.
Generowanie prezentacji Google na podstawie big data w Node.js
W ramach tego ćwiczenia w programie utworzysz prezentację przy użyciu interfejsu API Prezentacji Google oraz BigQuery, aby utworzyć raport dotyczący najpopularniejszych licencji na oprogramowanie.
Zwiększanie wydajności aplikacji w Go (część 1: śledzenie)
OpenTelemetry to standard branżowy w zakresie dostrzegalności systemu w śledzeniu i wskaźnikach. Profilowanie ciągłe jest także narzędziem do identyfikowania informacji o ostatnich kilometrach na potrzeby dostrajania wydajności. Z tego ćwiczenia w Codelabs dowiesz się, jak dostosować swoją aplikację za pomocą OpenTelemetry do śledzenia logów i agenta profilującego, a także jak zidentyfikować wąskie gardło na wykresach zwizualizowanych w Cloud Trace i Cloud Profiler.
Tworzenie i łączenie subkont AdWords i Merchant Center
W ramach tego ćwiczenia w Codelabs utworzysz rozwiązanie, które korzysta z interfejsów AdWords API oraz Content API for Shopping do tworzenia nowych kont zarządzanych za pomocą konta menedżera AdWords i multikonta klientów w Merchant Center. Następnie połączysz nowe subkonta, aby można było używać produktów zarządzanych z nowego subkonta Merchant Center w kampaniach produktowych utworzonych na nowym subkoncie AdWords.
Usługi zarządzane interfejsu Private Service Connect
Z tego samouczka dowiesz się, jak skonfigurować i zweryfikować interfejs usługi Private Service Connect w celu uzyskania dostępu do usług przez połączenie równorzędne VPC.
Dostęp do wielu regionów MongoDB Atlas za pomocą usługi Private Service Connect
Z tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować i zweryfikować dostęp Private Service Connect do MongoDB z dostępem globalnym.
Analizuj faktury za pomocą notatników w AI Platform za pomocą narzędzi Procurement Document AI
Dowiesz się, jak korzystać z Procurement DocAI do inteligentnego analizowania faktur.
Łącz się z usługami lokalnymi przez sieć hybrydową z użyciem usługi Private Service Connect i hybrydowej grupy punktów końcowych sieci z wewnętrznym systemem równoważenia obciążenia HTTP(s)
Łącz się z usługami lokalnymi przez sieć hybrydową z użyciem usługi Private Service Connect i hybrydowej grupy punktów końcowych sieci z wewnętrznym systemem równoważenia obciążenia HTTP(s)
Ponowne wykorzystanie kodu Cloud Functions jako rozszerzenia Firebase
W ramach tego ćwiczenia w Codelabs dowiesz się, jak utworzyć rozszerzenie Firebase do geohasła. Dzięki temu ćwiczeniu z programowania dowiesz się, jak przekształcić dotychczasową funkcję w Cloud Functions w rozszerzenie Firebase, które można łatwo udostępnić milionom deweloperów i pomóc w rozwijaniu ich projektów Firebase.
Szybciej rozpowszechniaj przedpremierowe kompilacje na iOS dzięki Rozpowszechnianiu aplikacji i szybkim pasowi do działania
W ramach tego ćwiczenia w Codelabs użytkownik będzie używać App Distribution i naszej wtyczki fastlane do rozpowszechniania kompilacji na iOS i rejestrowania urządzeń testowych. Następnie użytkownik wyeksportuje z konsoli dystrybucji aplikacji plik .txt z urządzeniami i identyfikatorami UDID oraz automatycznie rejestruje te urządzenia (jest to wymagane do dystrybucji doraźnych kompilacji iOS).
Interfejs Private Service Connect
Z tego samouczka dowiesz się, jak skonfigurować i zweryfikować interfejs usługi Private Service Connect.
PySpark do przetwarzania języka naturalnego w Dataproc
Z tego modułu dowiesz się, jak używać Spark MLlib i Spark-nlp do wykonywania systemów uczących się i NLP na dużych ilościach danych.
Prototypowanie modeli w notatnikach AI Platform
W tym module dowiesz się, jak używać notatników AI Platform do prototypowania przepływów pracy systemów uczących się. Omówimy tworzenie instancji niestandardowych notatników, śledzenie kodu notatnika w git i debugowanie modeli przy użyciu narzędzia What-If.
Łatwe debugowanie LLM za pomocą narzędzia do analizowania interpretowalności (LIT) w GCP
Ten moduł zawiera szczegółowy przewodnik po wdrażaniu serwera aplikacji LIT w Google Cloud Platform (GCP) w celu interakcji z modelami podstawowymi Gemini Vertex AI i hostowanymi przez siebie dużymi modelami językowymi (LLM) innych firm. Znajdziesz
Używanie wersji w funkcjach Cloud Run do podziału ruchu, wdrażania stopniowego i przywracania
Dowiedz się, jak używać wersji w funkcjach Cloud Run do podziału ruchu, wdrażania stopniowego i przywracania poprzedniej wersji.
Google Cloud Functions w C#
Z tego ćwiczenia w Codelabs dowiesz się więcej o funkcjach Google Cloud Run w języku C#. Dokładniej rzecz biorąc, wdrożysz funkcje C# w odpowiedzi na żądania HTTP i CloudEvents z różnych źródeł Google Cloud.
Wdróż podstawową wersję Tłumacza Google aplikacja w Pythonie 2 App Engine
Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).
Zdarzenia niestandardowe w Google Ads i Google Analytics dla Firebase – Android
Z tego ćwiczenia w Codelabs dowiesz się, jak wdrażać zdarzenia w GA4F i uruchamiać w Google Ads kampanie zachęcające do działania.
Ćwiczenie z programowania w Firebase Angular Web Frameworks
W ramach tego ćwiczenia w programie utworzysz podróżniczego bloga, na którym możesz w czasie rzeczywistym współpracować nad mapą z najnowszymi informacjami z naszej biblioteki Angular: AngularFire. Końcowa aplikacja internetowa powstanie bloga
Zaawansowane funkcje uwierzytelniania
Dowiedz się, jak wdrożyć uwierzytelnianie wielopoziomowe i utworzyć niestandardowe wymagania dotyczące uwierzytelniania za pomocą funkcji blokowania
Wysyłanie i odbieranie powiadomień z aplikacji Flutter za pomocą Komunikacji w chmurze Firebase (FCM)
W ramach tego ćwiczenia w programie użyjesz interfejsu API FCM HTTP w wersji 1 do wysyłania powiadomień push do aplikacji działającej na wielu platformach. Aplikację tworzysz za pomocą narzędzia Flutter, który działa bezproblemowo na urządzeniach z Androidem, iOS i w przeglądarce.
CodeLab: wymiana tras dynamicznych za pomocą NCC
Celem tego laboratorium jest zapoznanie się z NCC z dynamiczną wymianą tras z promieniami VPC
Mikroserwis Rainbow Rumpus
Poznaj Google Cloud, wdrażając mikroserwis w Cloud Run, i dołączając do wirtualnego tłumu, w którym Twój mikroserwis będzie rzucał tęczę w inne mikroserwisy, rywalizując o wygrane. Przećwiczysz wdrażanie mikroserwisów Kotlin, Java, Go, Python i Node.js oraz poznasz informacje o kontenerach i Cloud Run. Stale ulepszając algorytm, sprawdź, czy uda Ci się zdobyć więcej punktów niż inni poszukiwacze przygód.
Wdrażanie, skalowanie i aktualizowanie witryny przy użyciu Google Kubernetes Engine (GKE)
Dowiedz się, jak wdrażać, skalować i aktualizować witrynę przy użyciu GKE.
Używanie interfejsu Natural Language API w Pythonie
Z tego samouczka dowiesz się, jak używać interfejsu Natural Language API w Pythonie.
Tworzenie administracji opartej na zdarzeniach za pomocą Eventarc i Workflows
W ramach tego ćwiczenia w Codelabs utworzysz opartą na zdarzeniach administrację mikroserwisów do przetwarzania obrazów za pomocą Eventarc i Workflows
Zwiększ możliwości swojej aplikacji internetowej, przechodząc na modułowy pakiet SDK Firebase JS
W ramach tego ćwiczenia w programie przeprowadzisz migrację istniejącej aplikacji internetowej Firebase do nowego modułowego pakietu SDK Firebase JS do kodu potrząsania drzewem, którego nie używasz, i przyspieszysz wczytywanie aplikacji.
Pierwsza wiadomość push multiemisji wykorzystująca tematy FCM
Z tego ćwiczenia w Codelabs dowiesz się, jak przy użyciu tematów FCM przesłać komunikat push do wybranej grupy instancji aplikacji.
Wysyłanie zdarzeń w aplikacji do GA4 za pomocą Measurement Protocol
Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą Measurement Protocol wysyłać zdarzenia do GA4 za pomocą wywołań serwer-serwer.
Używaj FCM i FIAM do wysyłania wiadomości do użytkowników
Dowiedz się, jak wysyłać wiadomości do użytkowników za pomocą Komunikacji w chmurze Firebase (FCM) i funkcji wysyłania wiadomości w aplikacji za pomocą Firebase.
Monitorowanie przerw w działaniu inteligentnego domu
Z tego ćwiczenia z programowania dowiesz się, jak wykryć przerwy w działaniu usługi, konfigurując automatyczne alerty w integracji inteligentnego domu.
Dostosowywanie kodu za pomocą Gemini Code Assist Enterprise
Dowiedz się, co nowego w Gemini Code Assist Enterprise i jak może ono pomóc Twojej organizacji w tworzeniu treści z Google Cloud.
Korzystaj z Poufnej przestrzeni z chronionymi zasobami, które nie są przechowywane u dostawcy chmury
Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak zabezpieczyć udostępnianie danych przez wiele osób, a jednocześnie zachować poufność, korzystając z Obszaru poufnego. Skupia się on na tym, jak korzystać z przestrzeni poufnej z chronionymi zasobami hostowanymi poza Google Cloud. Dowiesz się, jak poprosić o token niestandardowy z usługi Google Attestation Service, podając losowy ciąg znaków, grupę odbiorców i typ tokena PKI.
Jak utworzyć Private Service Connect dla Cloud SQL
W tym laboratorium programistycznym dowiesz się, jak utworzyć Private Service Connect dla CloudSQL
Interfejs Google Pay API for Web – podstawy
Po ukończeniu tego ćwiczenia będziesz mieć minimalną wersję witryny z działającą integracją z Google Pay. Ten projekt pobiera token płatności, który może zostać wysłany do dostawcy usług płatniczych w celu przetworzenia. Żądanie płatności Google Pay
Cloud NGFW Enterprise – usługa zapobiegania włamaniom (bez inspekcji TLS)
Z tego ćwiczenia w Codelabs dowiesz się, jak używać usługi zapobiegania włamaniom w Cloud NGW do badania ruchu w kierunku wschód-zachód i północ/południe.
Dowiedz się, jak wywoływać uwierzytelnione funkcje w Cloud Functions
Dowiedz się, jak zabezpieczyć funkcje w Cloud Functions przez wymaganie uwierzytelniania przy wywoływaniu
Twórz adaptacyjne aplikacje za pomocą Jetpack Compose
Z tych ćwiczeń w programowaniu dowiesz się, jak tworzyć aplikacje adaptacyjne na telefony, tablety i urządzenia składane, a także dowiesz się, jak zwiększyć osiągalność. Poznasz też sprawdzone metody dotyczące komponentów adaptacyjnych Material 3.
Dodawanie pomocy na żywo do odbiornika Cast
Dzięki nim dowiesz się, jak stworzyć niestandardową aplikację internetową z odbiornikiem, która będzie używać interfejsu Cast Live API.
Debugowanie aplikacji odbiornika Cast
W ramach tego ćwiczenia dodasz rejestrator przesyłania Cast do swojej niestandardowej aplikacji odbiornika internetowego.
Dodanie obsługi interfejsu API przerw na reklamy do odbiornika internetowego
Dzięki nim dowiesz się, jak stworzyć niestandardową aplikację odbiornika internetowego, która wykorzystuje interfejs Cast Ad Breaks API.
Tworzenie niestandardowego odbiornika internetowego
Z tego ćwiczenia dowiesz się, jak stworzyć niestandardową aplikację odbiornika internetowego do odtwarzania treści na urządzeniach obsługujących Cast.
Obsługa przesyłania w aplikacji na Androida
Na potrzeby tych ćwiczeń zmodyfikujesz aplikację wideo na Androida, aby przesyłać treści na urządzenia obsługujące Google Cast.
Aplikacja internetowa z obsługą przesyłania
Na potrzeby naszych ćwiczeń z programowania zmienisz istniejącą aplikację wideo, aby przesyłać treści na urządzenie obsługujące Google Cast.
Przeniesienie systemu równoważenia obciążenia sieci z pul docelowych do regionalnych usług backendu
Ten przewodnik zawiera instrukcje przenoszenia istniejącego systemu równoważenia obciążenia sieci z backendu puli docelowej do regionalnej usługi backendu.
Wprowadzenie do Cloud Operations Suite
Z tych ćwiczeń w programowaniu dowiesz się więcej o Google Cloud Operations Suite. Moduł obejmuje zainstalowanie przykładowej aplikacji za pomocą gcloud. Po wdrożeniu przykładowej aplikacji będzie można używać usługi Cloud Monitoring, aby zdefiniować panele, alerty, kontrole dostępności i inne.
Włączanie przesyłania w aplikacji na Androida TV
Na potrzeby ćwiczeń z programowania zmienisz obecną aplikację na Androida TV, aby obsługiwać przesyłanie i komunikację z istniejących aplikacji przesyłających.
Dodaj dźwięk i muzykę do gry Flutter
Dowiedz się, jak dodawać do gier efekty dźwiękowe, muzykę w tle i dynamiczny dźwięk za pomocą Flutter.
Używaj funkcji zdalnych BigQuery do zadawania pytań usłudze Vertex AI Visual Question Answering (VQA) w zapytaniu SQL
Dowiedz się, jak za pomocą funkcji zdalnych BigQuery zadawać Vertex AI Visual Question Answering (VQA) pytanie dotyczące obrazów przechowywanych w tabeli obiektów Cloud Storage.
Dowiedz się, jak wywoływać uwierzytelnione funkcje Cloud Run
Dowiedz się, jak zabezpieczyć funkcje Cloud Run, wymagając uwierzytelniania podczas wywoływania
Lokalne programowanie aplikacji Flutter z użyciem Pakietu emulatorów Firebase
Ćwiczenie z programowania pokazujące, jak korzystać z Pakietu emulatorów Firebase podczas programowania we Flutter. Ćwiczenia z programowania wykorzystują emulatory uwierzytelniania i Firestore do zademonstrowania ich używania.
Używanie interfejsu FCM HTTP v1 API z tokenami dostępu OAuth 2
W porównaniu ze starszą wersją interfejsu API FCM interfejs FCM HTTP v1 API zapewnia bezpieczniejszy model autoryzacji przy użyciu tokenów dostępu o krótkim czasie ważności. Etapy generowania tokena dostępu dla interfejsu API FCM w wersji 1 znacznie
Utwórz aplikację rzeczywistości rozszerzonej (AR) za pomocą nowego interfejsu ARCore Geospatial API
Dowiedz się, jak korzystać z nowego interfejsu ARCore Geospatial API.
Prototyp do produkcji: trenowanie modeli niestandardowych przy użyciu Vertex AI
W tym module wykorzystasz Vertex AI do uruchomienia niestandardowego zadania trenowania. Ten moduł należy do serii filmów Prototyp – produkcja. Utworzysz model klasyfikacji obrazów na podstawie zbioru danych Flowers. Aby dowiedzieć się więcej, możesz
Uruchamiam trenowanie modelu niestandardowego w Vertex Pipelines
W tym module dowiesz się, jak uruchomić zadanie trenowania modelu niestandardowego za pomocą pakietu Kubeflow Pipelines SDK w Vertex Pipelines. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około
Prototyp do produkcji: rozproszone trenowanie w Vertex AI
W tym module użyjesz Vertex AI do uruchomienia rozproszonego zadania treningowego w Vertex AI Training przy użyciu TensorFlow. Ten moduł należy do serii filmów Prototyp – produkcja. Zanim przejdziesz do tego modułu, ukończ poprzednie moduły. Aby
Uzyskiwanie prognoz z wytrenowanego modelu obrazów TensorFlow w Vertex AI
W tym module użyjesz Vertex AI do uzyskiwania prognoz z wytrenowanego wcześniej modelu klasyfikacji obrazów. Poznasz takie zagadnienia jak: Całkowity koszt uruchomienia tego modułu w Google Cloud wynosi około 1 USD. Ten moduł wykorzystuje najnowszą
Używanie metadanych Vertex ML z potokami
W tym laboratorium dowiesz się, jak analizować metadane z uruchomień Vertex Pipelines za pomocą metadanych Vertex ML. Poznasz takie zagadnienia jak: Łączny koszt wykonania tego ćwiczenia w Google Cloud wynosi około 2 USD. Ten moduł wykorzystuje
Wprowadzenie do Vertex Pipelines
W tym module dowiesz się, jak tworzyć i uruchamiać potoki ML za pomocą Vertex Pipelines. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około 25 USD. W tym module wykorzystano najnowszą ofertę
Migracja z aplikacji Google App Engine w Javie do Cloud Run za pomocą pakietu Buildpacks
Dowiedz się, jak przekonwertować prostą aplikację App Engine w Javie, skonteneryzować ją za pomocą Buildpacks i przenieść do Cloud Run
Vertex AI: użyj automatycznego pakowania, aby dostroić Berta za pomocą Hugging Face w Vertex AI Training
W tym module dowiesz się, jak uruchomić niestandardowe zadanie trenowania w Vertex AI Training za pomocą funkcji automatycznego pakowania. Niestandardowe zadania trenowania w Vertex AI korzystają z kontenerów. Jeśli nie chcesz tworzyć własnego
Prototyp w środowisku produkcyjnym: dostrajanie hiperparametrów
W tym module użyjesz Vertex AI do uruchomienia zadania dopasowywania parametrów w treningu Vertex AI. Ten moduł należy do serii filmów Prototyp – produkcja. Zanim rozpoczniesz ten moduł, ukończ poprzedni moduł. Aby dowiedzieć się więcej, możesz
Pierwsze kroki z samodzielnymi komponentami
Dzięki temu ćwiczeniu z programowania dla początkujących dowiesz się, jak utworzyć przykładową aplikację przy użyciu samodzielnych komponentów Angular w wersji 14
Analityka półek na książki: używaj Gemini do tworzenia aplikacji SQL za pomocą BigQuery i generatywnej AI
Będziemy używać Gemini, aby pomóc nam tworzyć rekomendacje dotyczące książek i statystyki podsumowań za pomocą BigQuery (generatywnej AI wykorzystującej tylko SQL).
Wprowadzenie aplikacji
https://ide.cloud.google.com gcloud config set project {{project-id}} export PROJECT_ID=$(gcloud config get-value project) export PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)') gcloud services enable \
Migracja z aplikacji Google App Engine w Javie do Cloud Run przy użyciu Jib
Dowiedz się, jak przekonwertować prostą aplikację App Engine w Javie, skonteneryzować ją za pomocą Jib i przenieść do Cloud Run
Tworzenie aplikacji niewymagającej umiejętności kodowania z użyciem natywnej bazy danych AppSheet
Dowiedz się, jak korzystać z natywnej bazy danych AppSheet podczas tworzenia aplikacji AppSheet.
Ćwiczenie z programowania dotyczące zaawansowanych optymalizacji równoważenia obciążenia
Z tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować zaawansowane funkcje optymalizacji równoważenia obciążenia na potrzeby globalnego zewnętrznego równoważenia obciążenia aplikacji.
Analityka półek na książki: użyj Gemini do utworzenia aplikacji w Javie Cloud Run, która przenosi dane BigQuery do internetu
Użyjemy Gemini, żeby utworzyć aplikację do podsumowywania półki na książki, która po prostu przenosi dane BigQuery do internetu i wdroży ją w Cloud Run.
Tworzenie aplikacji do rzeczywistości rozszerzonej (AR) przy użyciu interfejsu WebXR Device API
Dowiedz się, jak korzystać z funkcji rzeczywistości rozszerzonej w interfejsie WebXR Device API i używać rozpoznawania scen do umieszczania obiektu 3D w świecie rzeczywistym.
Migracja z aplikacji Google App Engine w Javie do Cloud Run przy użyciu Dockera
Dowiedz się, jak przekonwertować prostą aplikację App Engine w Javie, skonteneryzować ją za pomocą Dockera i przenieść do Cloud Run
Analizuj i wizualizuj dane transakcji kartą kredytową w Bigtable za pomocą BigQuery i Lookera
Z tego ćwiczenia w Codelabs dowiesz się, jak używać strumieni zmian Bigtable do szablonu BigQuery. Korzystając z przykładowego zbioru danych, zapoznasz się z tworzeniem zapytań dotyczących dziennika zmian oraz jak za pomocą Lookera utworzysz wizualny panel.
Poradnik Cloud Foundation Toolkit
W ramach tego ćwiczenia w Codelabs dowiesz się, jak korzystać z Cloud Foundation Toolkit(CFT) i poznasz serię czynności związanych z dodawaniem funkcji do modułu CFT.
Zwiększ wydajność aplikacji dzięki profilom podstawowym
To ćwiczenie w Codelabs pokazuje, jak poprawić czas uruchamiania aplikacji i czas renderowania klatek za pomocą profili podstawowych.
Pierwsze kroki z Angular Signals
Przedstawiamy sygnały – nowy model reaktywności w Angular. Sygnały zapewniają Ci narzędzia o lepszej jakości, które umożliwiają bardziej precyzyjną reaktywność
Twórz łatwiej dostępne aplikacje Angular
Dowiedz się, jak stosować sprawdzone metody dotyczące ułatwień dostępu w aplikacjach Angular, korzystając z wbudowanego zestawu narzędzi.
Łączenie AppSheet za pomocą Apps Script
W ramach tego ćwiczenia w programie utworzysz projekt Apps Script o nazwie „Hello World”, dodasz prostą funkcję logThis, która rejestruje wiadomość, a następnie tworzysz automatyzację Appsheet, która wywołuje skrypt.
Kreator półki: użyj Gemini, aby utworzyć funkcję w Cloud Functions dla aplikacji Gemini w Javie
W funkcji w Cloud Functions jako funkcji zdalnej z BigQuery utworzymy aplikację z rekomendacjami książek i podsumowaniem, wykorzystującą generatywną AI (Gemini) Vertex AI.
Tworzenie systemu wyszukiwania wysokiej jakości za pomocą Vertex AI
W ramach tego ćwiczenia w Codelabs utworzysz wyszukiwarkę Google o wysokiej jakości, która pomoże Ci odpowiadać na zapytania z dokumentów i plików tekstowych za pomocą Vertex AI Search/Agent Builder.
Tworzenie generatora quizów za pomocą generatywnej AI i Cloud Run
W ramach tych ćwiczeń w programie użyjesz Vertex AI, aby wygenerować quiz z pewnością zgodnie z określoną specyfikacją. Przetestujesz generator testów w środowisku programistycznym hostowanym w chmurze, a następnie udostępnisz go publicznie, wdrażając w Google Cloud Run. Na koniec modułu zintegrujesz generator quizów z kompletną aplikacją.
MDC-112 Web: integrowanie MDC z platformami sieciowymi
Dowiedz się, jak rozszerzyć gotowe komponenty Material Komponenty na komponenty dowolnej platformy internetowej.
Rozpoznawanie tekstu i twarzy za pomocą ML Kit: Android
W ramach tego ćwiczenia w programie utworzysz aplikację na Androida z systemem ML Kit, która używa systemów uczących się działających na urządzeniu do rozpoznawania tekstu i rysunków twarzy na obrazach.
Rozpoznawanie, rozpoznawanie i tłumaczenie tekstu za pomocą ML Kit i AparatuX: Android
W ramach tego ćwiczenia w programie utworzysz aplikację na Androida z systemem ML Kit, który wykorzystuje systemy uczące się działające na urządzeniu do rozpoznawania, identyfikowania języka i tłumaczenia tekstu z 59 języków. Dowiesz się też, jak zintegrować bibliotekę CameraX, aby wykonywać te zadania na podstawie obrazu z kamery w czasie rzeczywistym.
Vertex AI: współhostowane modele w tej samej maszynie wirtualnej do prognozowania
W tym module użyjesz funkcji współhostowania modelu w Vertex AI, aby hostować wiele modeli na tej samej maszynie wirtualnej na potrzeby prognozowania online. Poznasz takie zagadnienia jak: Łączny koszt wykonania tego ćwiczenia w Google Cloud wynosi
Vertex AI: używanie niestandardowych procedur prognozowania ze Sklearn do wstępnego i końcowego przetwarzania danych na potrzeby prognoz
W tym module dowiesz się, jak używać niestandardowych rutyn prognozowania w Vertex AI do pisania niestandardowej logiki wstępnego i końcowego przetwarzania danych. Ten przykład wykorzystuje Scikit-learn, ale niestandardowe rutyny prognozowania mogą
Szyfruj funkcje w Cloud Functions przy użyciu kluczy szyfrowania zarządzanych przez klienta (CMEK)
use-cmek-to-encrypt-cloud-functions
Aplikacja do monitorowania ruchu Vertex AI Vision
To ćwiczenie w Codelabs koncentruje się na tworzeniu kompleksowej aplikacji Vertex AI Vision do monitorowania strumieni wideo z ruchem w czasie rzeczywistym. Użyjemy wytrenowanego specjalistycznego modelu analizy zajętości. Dowiesz się też, jak utworzyć strumień wideo do pozyskiwania danych do aplikacji, jak skompilować i wdrożyć aplikację, jak za pomocą BigQuery analizować dane wyjściowe JSON modelu i wizualizować je w Looker Studio.
Aplikacja Vertex AI Vision Queue Detection
Skupia się on na tworzeniu kompleksowej aplikacji Vertex AI Vision do monitorowania scenariuszy wykrywania kolejek w sklepie. Użyjemy wytrenowanego specjalistycznego modelu analizy zajętości. Dowiesz się też, jak utworzyć strumień wideo do pozyskiwania danych do aplikacji, jak skompilować i wdrożyć aplikację, jak za pomocą BigQuery analizować dane wyjściowe JSON modelu i wizualizować je w Looker Studio.
Vertex AI: tworzenie modelu wykrywania oszustw za pomocą AutoML
W tym module użyjesz Vertex AI do trenowania i uzyskiwania dostępu do modelu z danymi tabelarycznym. Jest to najnowsza oferta związana z AI w Google Cloud, która jest obecnie w wersji testowej. Poznasz takie zagadnienia jak: Łączny koszt
Vertex AI: trenowanie i udostępnianie modelu niestandardowego
W tym module wykorzystasz Vertex AI do wytrenowania i obsługi modelu TensorFlow za pomocą kodu w niestandardowym kontenerze. W tym przykładzie do kodu modelu używamy TensorFlow, ale możesz go łatwo zastąpić inną platformą. Poznasz takie zagadnienia
Zaktualizuj aplikację, aby używać modelu systemów uczących się do filtrowania spamu
Dowiedz się, jak zaktualizować aplikację za pomocą modelu ML umożliwiającego podstawowe filtrowanie spamu w komentarzach.
Wykorzystaj w pełni eksperymenty: zarządzaj eksperymentami z systemami uczącymi się przy użyciu Vertex AI
W tym module użyjesz Vertex AI do tworzenia potoku, który trenuje niestandardowy model Keras w TensorFlow. Następnie użyjemy nowej funkcji dostępnej w eksperymentach Vertex AI, aby śledzić i porównywać uruchomienia modelu i określić, która kombinacja
Filtr Vertex AI Vision Motion
To ćwiczenie w Codelabs koncentruje się na tworzeniu kompleksowej aplikacji Vertex AI Vision, aby zademonstrować wysyłanie filmów z funkcją filtrowania ruchu. Z tego samouczka dowiesz się, jak pozyskiwać strumień wideo do aplikacji z konfiguracją filtra ruchu.
Informacje o Skaffold
Skaffold to narzędzie, które obsługuje przepływ pracy podczas kompilowania, przesyłania i wdrażania aplikacji. Za pomocą Skaffold możesz łatwo skonfigurować lokalny obszar roboczy programowania, usprawnić wewnętrzną pętlę programowania, a także
Aplikacja Vertex AI Vision Analytics do analizy zajętości ze zdarzeniami
Skupia się on na tworzeniu kompleksowej aplikacji Vertex AI Vision, aby zademonstrować wysyłanie zdarzeń za pomocą funkcji zarządzania zdarzeniami. Użyjemy wytrenowanego specjalistycznego modelu analizy zajętości. Dowiesz się też, jak utworzyć strumień wideo do pozyskiwania danych do aplikacji oraz jak skompilować i wdrożyć aplikację.
Użycie Pulumi w Google Cloud za pomocą YAML
W tym module dowiesz się, jak używać usługi Pulumi w Google Cloud za pomocą YAML
Vertex AI: trenowanie wielu instancji roboczych i nauczanie transferowe z wykorzystaniem TensorFlow
W tym module użyjesz Vertex AI do uruchomienia zadania trenowania z wieloma pracownikami dla modelu TensorFlow. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około 5 USD. Ten moduł wykorzystuje
Tworzenie finansowego modelu ML za pomocą narzędzia What-If i Vertex AI
Z tego modułu dowiesz się, jak wytrenować model XGBoost na finansowym zbiorze danych, wdrożyć go w Vertex AI i przeanalizować go za pomocą narzędzia What-If.
Twoja pierwsza aplikacja WebGPU
Dzięki tym ćwiczeniom w Codelabs przedstawiamy podstawy nowego interfejsu WebGPU API. Poprowadzi Cię on przez proces tworzenia wersji „Gra of Life” Conwaya, która będzie działać z wykorzystaniem GPU. Funkcje renderowania WebGPU są używane do rysowania planszy, a możliwości obliczeniowe WebGPU – do aktualizowania stanu gry.
Prototypowanie do produkcji: uzyskiwanie prognoz z niestandardowo wytrenowanych modeli
W tym module użyjesz Vertex AI do uzyskiwania prognoz online i zbiorczych z niestandardowego wytrenowanego modelu. Ten moduł należy do serii filmów Prototyp – produkcja. Zanim przejdziesz do tego modułu, ukończ poprzedni moduł laboratoryjny. Aby
Vertex AI Workbench: trenowanie modelu TensorFlow z użyciem danych z BigQuery
Z tego modułu dowiesz się, jak używać platformy Vertex AI Workbench do eksplorowania danych i trenowania modeli ML. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około 1 USD. Ten moduł
Jak używać Gemini i funkcji Cloud Run do podsumowywania pliku tekstowego przesłanego do zasobnika Cloud Storage
jak zacząć korzystać z opartych na zdarzeniach funkcji Cloud Run
Jak używać narzędzia Ollama jako aplikacji pomocniczej z procesorami graficznymi Cloud Run i z Open WebUI jako kontenerem ruchu przychodzącego frontendu
Dowiedz się, jak używać Ollama jako aplikacji pomocniczej z procesorami graficznymi Cloud Run i z Open WebUI jako kontenera ruchu przychodzącego frontendu
Tworzenie agentów AI za pomocą Kreatora agentów Vertex AI
Podczas tego ćwiczenia w Codelabs dowiesz się, jak tworzyć i wdrażać agenty generatywnej AI przy użyciu zaawansowanych narzędzi i infrastruktury Google Cloud. Omówimy najważniejsze pojęcia i przeprowadzimy Cię przez początkowe kroki, które należy wykonać, aby uruchomić pierwszego agenta.
Vertex AI: rozproszone dostrajanie hiperparametrów
W tym module dowiesz się, jak używać Vertex AI do dostrajania parametrów i rozproszonego trenowania. W tym laboratorium do kodu modelu używany jest TensorFlow, ale omawiane tu zagadnienia można zastosować również do innych platform ML. Poznasz takie
Debugowanie integracji Matter
Dowiedz się, jak rozwiązywać problemy z integracją tej usługi, używając narzędzi analitycznych, i poznaj więcej zasobów pomocy dla deweloperów.
Dowiedz się, jak utworzyć i wdrożyć aplikację LangChain w Cloud Run
Dowiedz się, jak utworzyć i wdrożyć aplikację LangChain w Cloud Run
Informacje o realizacji przez integrację Dialogflow z Kalendarzem
Poznaj koncepcję realizacji w Dialogflow.
Integracja interfejsu Vision API z Dialogflow
Dowiedz się, jak zintegrować interfejs Vision API z Dialogflow.
Lit for React Developers
Z tego ćwiczenia z programowania dowiesz się, jak tłumaczyć koncepcje React na język Lit